1

Paso 4 - Realizar Simulaciones Aplicando

Herramientas Tipo Software.

Autor: OSCAR VANEGAS LANDINEZ Código: 80052296. Grupo 208052_2

Programa de Ingeniería de Telecomunicaciones
Escuela de Ciencias Básicas Tecnología e Ingeniería ECBTI
Universidad Nacional Abierta y a Distancia UNAD
Bogotá, Colombia
ovanegasl@[Link]
el.oskar527@[Link]

abstract-- The following report presents the process of Para la actividad se elige un filtro FIR (Finite Impulse
design and implementation of a Sound Equalizer system, Response); Filtro de Respuesta Finita con los valores
developed from Kaiser FIR Pass-Band Filters, to which establecidos en la guía de actividades con el fin de conformar
certain frequency range values will be assigned to verify un ecualizador de sonido y ponerlo a prueba con muestras de
the behavior of the filters. with audio files normally of Audio que manejan un valor de 44100Hz de frecuencia,
music, to analyze how the frequency variations; of these normalmente esta magnitud la manejan pistas musicales en
filters, the impulse response will be obtained through the formato MP3.
Matlab application, graphing the Simulink exported data
of each component filter of the system. Additionally, the A partir de la selección del filtro, se procede a recopilar los
theoretical foundations of the Finite Impulse Response datos técnicos y teóricos mas relevantes de su naturaleza y
Filters will be addressed, relating their main funcionamiento. En estos complementos teóricos, se
characteristics, equations and block diagram, and this will relacionará el correspondiente Diagrama de Bloque, ecuación
define the nature and operation of the Kaiser FIR Filter que lo describe, especificaciones de la ventana seleccionada,
with which the equalizer is mounted. ecuación correspondiente y variables de la ecuación antes
mencionada con el fin de tener las bases para el diseño del
I. INTRODUCCION ecualizador propuesto en la práctica.

La parte practica consiste en el diseño, ensamble y puesta en

El siguiente reporte del Grupo 208052_2, abordara las marcha de un Sistema ecualizador de sonido conformado
temáticas del paso número 4 en el cual se diseñará un esencialmente de 5 filtros de tipo FIR; este sistema estará
ecualizador con el que se pueda obtener una función de simulado en la herramienta Simulink de Matlab, para lo cual se
Transferencia de tipo H(z) que sea posible en aproximación a procederá a realizar pruebas de sonido con los archivos de
una respuesta en Frecuencia deseable. audio haciendo variaciones, verificando los datos y
posteriormente exportándolos al área de trabajo de Matlab con
Dicho proceso requiere el diseño de filtros que obtengan la el fin de obtener las graficas de transferencia y respuesta a
función de transferencia donde la respuesta en magnitud o en impulso
fase, se especifique en el filtro; para lo cual se dispone de 4
tipos de filtros básicos que operan según la respuesta en
magnitud; es de anotar que si estos filtros no se puedan realizar
con los valores requeridos, es necesario mitigar las
características de bajada del filtro en las bandas de paso y
rechazo de banda proporcionado para tener tolerancias
aceptables.
 2

 Su hardware es sencillo de instalar, por las

II. ACTIVIDADES A DESARROLLAR cuestiones de realimentación que a diferencia de los
filtros IRR, se producen errores.

1. Cada estudiante escogerá un (1) tipo de filtro que desee  La respuesta ala impulso de estos filtros coincide con
diseñar, y reportará en el foro su decisión, esto con el fin el vector de coeficiente b i−¿ ¿ lo que quiere decir
de que cada estudiante diseñe un ecualizador (banco de que son equivalentes.
filtros) diferente. A continuación, se muestra la lista de
filtros:  Los transitorios iniciales de estos filtros tiene
duración finita.
Tipos de filtro Pasa Banda (Bandpass)
 Para su diseño, se basan en la aproximación directa
 IIR Butterworth de la respuesta en magnitud especificada con los
requerimientos adicionados en la fase sea lineal o
 IIR Chebyshev tipo I mínima; el diseño de uno de orden M se hace
encontrando la longitud (M+1) de la respuesta al
 IIR Chebyshev tipo II impulso de h[n] o las (N+1) muestras de su respuesta
en frecuencia H(ω).
 IIR Elliptic
Si el Filtro es FIR, H(z) es un polinomio Z−1com coeficientes
 FIR Window Hamming reales de la forma:
 FIR Window Gaussian N N
H ( z )=∑ b [n]Z =∑ h[n] Z−n
−n
 FIR Window Hann n=0 n=0

 FIR Window Rectangular En el diseño de un filtro FIR que cumpla con las
especificaciones, se consideran los siguientes pasos:
 FIR Window Kaiser
 Un filtro ideal debe satisfacer los criterios de diseño
Si el Filtro es FIR, el estudiante deberá realizar el tal como un filtro H(ω).
informe con los siguientes parámetros:
 Se toma la DTFT inversa de la H(ω) para obtener
Para esta actividad se elige el filtro FIR Window Kaiser h[n] donde h[n] es doblemente infinita y no causal,
por lo que no se puede realizar.

Concepto básico de filtro FIR y un diagrama de bloque y sin ( ωc n )

ecuación que lo describa.
h LP[n ]= ,−∞ <n< ∞
πn
FILTROS FIR (Finite Impulse Response)  Se trunca usando una ventana, rectangular o
cualquiera, de tal manera que M+1 coeficientes de
Los Filtros de Respuesta al Impulso Finita se caracterizan
h[n] sean retenidos y los otros se descarten.
por:
 Al obtener un filtro de longitud finita (orden M),
 En su diseño con fase son perfectamente lineales ya
ht[n], aun no es casual.
que en el procesamiento de señal no hay retardo de
unas frecuencias frente a otras.  Se desplaza la secuencia truncada h[n] a la derecha
aplicando retardos en M/2 muestras, así la primera
 No son recursivos, puesto que todos sus coeficientes
muestra está en n=0.
a i de la ecuación en diferencias son cero (0), estando
cuantizados, lo que permite que la estructura del  La respuesta del impulso resultante ht[n-M/2] es un
filtro sea estable, sin necesidad de realimentar la filtro FIR causal y estable con respuesta en magnitud
salida a la entrada del filtro, por ende, no hay y en fase casi idéntica que el filtro original.
oscilación.
 3

h LP[n ]=sin ¿ ¿ ¿ Bn=Valor de losCoeficientes b(no recursivos)

ωc M −1
Z =Retardo de 1 muestra
h LP[n ]= , n=
π 2
En el diagrama los retardos Z−1 representan la señal en el
Si la fase lineal es deseada, los coeficientes del filtro h[n], instante anterior, la segunda son dos veces la anterior y se
deben satisfacer las restricciones de simetría h[n]=+/- h[M-n] diagrama en forma sucesiva hasta llegar al instante N.

Para eficiencia computacional, el orden mínimo del filtro M Los coeficientes del filtro se representan en b 0 hasta b n donde
que satisface los criterios de diseño deben ser usados. se multiplica la entrada en el instante anterior al retardo en
uno, por 2 en el siguiente retardo y así sucesivamente.
La relación de la entrada y la salida con el dominio del
tiempo se da por la ecuación llamada ecuación en Diferencias La salida y[n] se da por la suma de todas las contribuciones
M
de la señal actual y las anteriores.
y [ n ] =∑ b k x [n−k ] La respuesta al impulso del filtro FIR se da ante un estímulo
k=0
delta, o respuesta al impulso del sistema que resume en que si
se introduce un impulso se obtiene la respuesta al impulso, de
y [ n ] =salida esta manera se puede examinar como se comporta el sistema al
introducir un impulso.
La salida del filtro es el resultado de la sumatoria de las
entradas en instantes anteriores, empezando en 0, por ende la
salida empezara sumando la entrada en ese momento
multiplicando por el valor de sub 0, la entrada en el instante -1
(-k) y sucesivamente hasta llegar a – M, en resumen, todas las
entradas desde la actual hasta la -M se suman multiplicándolas
por un factor diferente lo que se denomina orden del filtro.

Figura 2. Respuesta al Impulso Filtro FIR

Fuente: [Link]

En la respuesta al impulso del filtro FIR coincide con el

Figura 1. Diagrama de Bloque para Filtro FIR vector de coeficientes, la única contribución seria la de
Fuente: [Link]
entrada, se multiplica por b 0 los valores de Z−1 estarían en 0
ya que parten de un sistema en reposo y la saluda sería el
x [ n ] =Secuencia de entrada resultado de b 0=0

x [ n−N ] =Secuencia de entrada retrasadas N muestras h [ n ] =[b ¿ ¿ 0 b1 b2 … b N ]¿

y [ n ] =Secuencia de salida (filtrada)

 4

Definición específica de la ventana escogida (Por I 0 { x }=¿ Funcion modificada de Bessel de orden cero de
ejemplo, Hamming, Gaussian, etc) primer tipo de la forma:

[( ) ]
En el diseño de filtros FIR utilizando ventanas se deben tener k 2
en cuenta las siguientes características: x
∞
2
 Lóbulo principal angosto. I 0 ( x ) ≅ 1+ ∑
k=1 k!
 Incremento de la atenuación en la banda de rechazo.
Las series infinitas se calculan para un numero finito de
 Reducir la altura del lóbulo lateral el cual causa términos hasta lograr una exactitud, generalmente se usan 20
ondulaciones. terminos.

[ ]
 Reduccion del fenómeno de Gibbs. k 2

 Minimizar el orden del filtro.

20
I 0 ( x ) ≅ 1+ ∑
()
x
2
k=1 k!
 El Fenómeno de Gibbs puede reducirse empleando
una ventana suavizadora que disminuye a zero,
suavizando las ondulaciones de la señal.
ωp=¿ Frecuencia de corte en la banda de paso.

 Pueden ser posibles varias funciones ventanas, que ωp=¿ Frecuencia de corte en la banda de paro.
pueden reducir el ancho del lóbulo y banda de
rechazo, donde la ventana rectangular tiene el ancho δp=¿Valor pico del rizo en la banda de paso.
mas angosto del lóbulo principal, pero de poca
atenuación en el lóbulo lateral δs=¿Valor pico del rizo en la banda de paro.

Ecuación de la ventana. Se realiza los cálculos correspondientes:

Definición de variables de la ecuación anterior.  Rizo mínimo de dB

Ventana Kaiser. ∝s=−20 log 10 ( δ s ) ó−20 log 10 ( δ s ) (min { δ s , δ p })

Siendo la ventana ajustable más empleada, tiene la forma:
 Ancho de banda de la transición normalizada:

{ √ ( )}
2 ∆ ω=ωs −ω p
M
n−
2  Parámetros de la Ventana:
M

{
I 0 = β 1−
2 0.1102 ( ∝s −8.7 ) , ¿∝
β= 0.5842 ( ∝s−21 ) +¿ 0.07886(∝s−21) 21 ≤
0.4

{ √ ( )}
2 0, ¿∝
M
n−
2  Longitud del filtro, M+1:
M

{ }
β 1−
2 7.95
∝s − +1 ∝s >21
W [ n ] =I 0= ,0 ≤ n ≤ M 2.285 ∆ ω
I0 ( β) M +1=
5.79
, ∝s <21
β=¿ es un parámetro ajustable que compensa la anchura del ∆ω
lóbulo principal y la atenuación del lóbulo lateral
 Determinación de la Ventana Kaiser:
 5

{ √ ( )}
2
M
n−
2
M
β 1−
2
W [ n ] =I 0= ,0 ≤ n ≤ M
I0 ( β)

Se obtiene el filtro realizando la multiplicación del filtro ideal

hi[n] con W[n].

2. Cada estudiante diseñará cinco (5) filtros en la

herramienta Simulink de Matlab, específicamente
utilizará el bloque FDA TOOL para diseñar los filtros.
Todos los filtros deben ser del mismo tipo, por ejemplo,
si se escogió IIR Butterworth, entonces los cinco (5)
Filtros diseñados deben ser IIR Butterworth. Cada uno
de los filtros tendrá los siguientes rangos de frecuencia:
Figura 4. Diseño de parámetros para el Filtro 2
Filtro 1 2 3 4 5 Fuente: Elaboración Simulink-Matlab
Rango 20 Hz 200 500 2 Khz 8 Khz
(Hz) – Hz – Hz – – –
200 500 2Khz 8 Khz 20
Hz Hz Hz Khz
Tipo Pasa Pasa Pasa Pasa Pasa
Banda Banda Banda Banda Banda

A continuación, con la herramienta de Simulink se diseñan

los filtros de acuerdo a los parámetros solicitados:

Figura 5. Diseño de parámetros para el Filtro 3

Fuente: Elaboración Simulink-Matlab

Figura 3. Diseño de parámetros para el Filtro 1

Fuente: Elaboración Simulink-Matlab
 6

Figura 6. Diseño de parámetros para el Filtro 4

Fuente: Elaboración Simulink-Matlab

Figura 7. Diseño de parámetros para el Filtro 5

Fuente: Elaboración Simulink-Matlab Figura 8 y 9. Proceso de exportación de datos de los filtros
Fuente: Elaboración Simulink-Matlab

3. Se exportarán los coeficientes de cada uno de los cinco

filtros, los cuales equivalen a la respuesta el impulso en
el filtro FIR, y a los coeficientes de la función de
transferencia en los filtros IIR (matriz SOS). Para ello
deben dirigirse al menú archivo – exportar command
window – coeficientes. Cuyos coeficientes deben
graficarse mediante la función plot de Matlab.

Diseñados los filtros, se procede a exportar sus datos a Matlab

 7

Fuente: Entorno-Matlab

Figura 12. Grafica Respuesta al impulso para Filtro FIR Kaiser No.2
Fuente: Entorno-Matlab
Figura 10. Evidencia de archivos exportados al entrorno de trabajo
Fuente: Elaboración -Matlab

Con los datos exportados de cada filtro se realiza el grafico de

respuesta al impulso para cada filtro:

Figura 13. Grafica Respuesta al impulso para Filtro FIR Kaiser No.3
Fuente: Entorno-Matlab

Figura 11. Grafica Respuesta al impulso para Filtro FIR Kaiser No.1
 8

[b,a] = sos2tf(SOS);

Y para obtener la respuesta al impulso, podrán

realizarlo con el siguiente comando:

[h,t] = impz(SOS);

Y para graficar :

plot(t,h)

Figura 14. Grafica Respuesta al impulso para Filtro FIR Kaiser No.4 5. Una vez diseñados los filtros, cada uno de los
Fuente: Entorno-Matlab
estudiantes procederá a ensamblar un ecualizador de
sonido, para ello debe agregar el bloque “From
Multimedia File” el cual servirá como fuente de entrada
(audio) al ecualizador, este audio debe tener como
mínimo una frecuencia de muestreo de 44.1 Khz, y los
filtros deben estar configurados a esta misma frecuencia
de muestreo. También se debe agregar el bloque “Slider
Gain” a la salida de cada uno de los filtros, con el fin de
controlar el nivel de salida en cada uno de los filtros.
Finalmente se sumarán todas las señales con el bloque
“add”.

Figura 15. Grafica Respuesta al impulso para Filtro FIR Kaiser No.5
Fuente: Entorno-Matlab

4. Para los estudiantes que hayan escogido un filtro IIR,

exportarán el matriz SOS y de ella podrán obtener los
coeficientes de la función de transferencia con el
siguiente comando:
 9

Figura 17. Montaje de Ecualizador

Fuente: Entorno y herramientas Simulink-Matlab

6. Una vez cada estudiante tenga su ecualizador

ensamblado y funcionando, se realizará análisis en
frecuencia mediante algún analizador de espectro que
tenga Simulink. Recuerden que pueden controlar los
“Slider Gain” mientras el modelo está corriendo. Se
recomienda usar un tiempo de simulación largo, por
ejemplo 200.
Figura 16. Selección de elementos para Ecualizador
Fuente: Entorno y herramientas Simulink-Matlab

Figura 18. Prueba de Analizador de espectro con Slider Gain con Valor 1
Fuente: Spectrum Analyzer-Simulink
 10

Figura 21. Prueba Spectrum Analyzer para pista ARC

Fuente: Spectrum Analyzer-Simulink

CONCLUSIONES

Dependiendo de las especificaciones, algunos tipos de

ventanas pueden emplearse a excepción de las ventanas
Kaiser; ya elegida la ventana el otro parámetro a elegir es el M
del filtro; mientras que para las ventanas Kaiser, M y Beta se
determinan según las especificaciones de las expresiones.

Se debe realizar el cálculo de los coeficientes de la ventana

W[n] para la ventana que se elige para trabajar, mediante el
cálculo de los filtros, que determinan la respuesta del impulso
Figura 19 y 20. Prueba de Analizador de espectro con Slider Gain con valores ideal hi[n] de las ecuaciones útiles para la respuesta en
aleatorios
Fuente: Spectrum Analyzer-Simulink magnitud, sean pasa bajas, pasa altas entre otros.

Para verificar el funcionamiento del ecualizador con diferentes La multiplicación de los coeficientes de la ventana y el filtro
pistas de audio, se programa con la siguiente pista: que es ideal se ejecuta para obtener los coeficientes de filtro
razonable conocidos como taps o wieghts.
Cancion: ARC, Interprete: Pearl Jam; Duracion: 1:05 min;
Album: Riot Act (2002). Sony Records. Es vital realizar la convolución de la señal con los
coeficientes obtenidos del filtro y[n]=x[n]*h[n].

El proceso de ecualización de un archivo de sonido por lo

general es el resultado de realzar o atenuar frecuencias y
rangos frecuenciales, teniendo en cuenta si hay afectación de la
 11

claridad, separación, profundidad amplitud, sonoridad, efectos video Escuela Técnica Superior de Ingenieros de
y demás características de un sonido con calidad; es en esto Telecomunicación, Universidad Politécnica de Valencia. Clip
que la frecuencia es la principal protagonista, donde el de video, (8:28 min.). Recuperado de:
espectro frecuencial donde pueden reproducir los parlantes y [Link]
dispositivos de sonido, donde se da que a mayor contenido
frecuencial, más rápido se llenara la mezcla. [2]. Universidad de Guanajuato (2018). Filtrado Digital;
Lectura 3: Diseño de Filtros FIR. Guanajuato, Me. Documento
. repositorio Procesamiento Digital de Señales, Facultad de
Ingeniería Mecánica, Eléctrica y Electrónica; Universidad de
Guanajuato. Archivo portal [Link]
Archivo PDF (pág. 1-43). Recuperado de:
REFERENCIAS BIBLIOGRAFICAS [Link]
trado%20Digital/Lectura%203_Filtrado_Digital.pdf
[1] Universitat Politècnica de València - UPV. (2015). Filtros
FIR | 21/84 | UPV. Valencia. Es. Video introductorio a los
Filtros Digitales de Respuesta de Impulso Finita. Archivo de